Exportar un modelo Torch de series temporales a ONNX para inferencia con EA

Resumen

Este artículo explica un flujo de trabajo para implementar un modelo Torch entrenado de pronóstico de series temporales en un Asesor Experto de MetaTrader 5 mediante ONNX. Abarca cómo pasar el modelo al modo de inferencia, recopilar y nombrar sus entradas y salidas, exportarlo y, luego, cargar el modelo exportado en un entorno de ejecución ONNX para comparar predicciones con datos de entrada coincidentes. La sección de EA describe cómo preparar los datos en el formato esperado por el modelo, ejecutar la inferencia en MQL5 y usar el resultado del pronóstico para elegir una dirección de operación.

El ejemplo muestra una estrecha concordancia entre las salidas de Torch y ONNX en una comparación de inferencia. Esto comprueba la ruta de conversión para la muestra, pero no demuestra que las previsiones sean precisas ni que la regla de trading sea rentable. El autor señala que los operadores ONNX no compatibles pueden impedir la conversión o la ejecución, y que el EA del ejemplo es básico y no debería usarse a la ligera para operar con dinero real. El artículo presenta aspectos prácticos del despliegue y el backtesting, no pruebas de una ventaja de trading validada.

Ideas clave

• Un modelo de pronóstico Torch se puede exportar a ONNX y ejecutar para inferencias dentro de un Asesor Experto MQL5 EA.
• Para comparar los modelos original y exportado es necesario que coincidan los nombres, las estructuras y los formatos de los datos de entrada.
• El artículo comprueba la conversión comparando las salidas de Torch y ONNX con una entrada de ejemplo.
• La compatibilidad con ONNX depende de los operadores que admite el entorno de ejecución de destino.
• La coincidencia entre entornos de ejecución no demuestra la precisión de los pronósticos ni la rentabilidad del trading.

Etiquetas

Este resumen lo redactó el agente de investigación de Stratmill a partir del original; no es una copia de la fuente.